Коротко — полисемия слова bank (берег vs финансовое учреждение) распознаётся не одной «магической» подсказкой, а совокупностью лексико‑семантических и когнитивных сигналов в контексте. Дальше — по пунктам (с пояснениями и практическими приёмами для студентов).
1. Лексико‑семантические механизмы
- Селективные ограничения (selectional preferences): глагол и предлог требуют разных субъектов/объектов — «sit on» сочетается с физическими объектами (берег, скамья), «work at» — с организациями/местами труда.
- Коллокации и лексические паттерны: типичные сочетаемости («river», «shore» vs «account», «teller», «branch») сильно сдвигают в одну из интерпретаций.
- Синтаксические рамки (subcategorization): предлог «on» + местный локатив → физический локус; предлог «at» + место работы/организация → учреждение.
- Лексико‑семантические сети и онтологии: в словарях/WordNet разные синонимические наборы и семантические отношения для каждого смысла.
- Частотность и доминантность смысла: в некоторых доменах один смысл доминирует, что влияет на интерпретацию.
2. Когнитивные механизмы
- Фрейм‑семантика (frames): активация соответствующего фрейма — «река/природа» vs «финансы/обслуживание» — включает типовые ролии предикаты.
- Прототипы и номинальная категоризация: берег и банк как прототипы разных категорий; восприятие соседних слов вызывает ближайший прототип.
- Метонимия/модальность использования: одно и то же слово может распространяться метонимически (например, «bank» как здание и как организация), но контекст даёт выбор.
- Практический/перцептуальный опыт (affordances): сидеть на берегу — познание физического мира; работать в банке — социальный опыт.
- Дискурсивная когерентность и топикация: предшествующий дискурс задаёт тему (речная прогулка vs финансы), что направляет выбор смысла.
3. Практические методы и упражнения для студентов
- Простые тесты и интроспекция:
- Тест подстановки (substitution): заменить «bank» синонимом — какой вариант делает предложение осмысленным? («shore» vs «financial institution»).
- Парафраз и выводы (entailment): «She sat on the river bank» → можно ли вывести «She sat on the shore»? Да → физический смысл подтверждён.
- Корпусный анализ:
- Concordance (AntConc, Sketch Engine): собрать примеры «bank» в употреблении, изучить коллокации.
- Статистические меры коллокации (PMI, MI): выявить сильные сочетания, связанные с каждым смыслом.
- Синтаксико‑семантический анализ:
- POS‑теггинг и dependency‑парсинг (spaCy): посмотреть предлоги и зависимые слова; это даёт сильные подсказки.
- Семантические роли (SRL): роль «location» vs «organization» помогает различить смыслы.
- Лексико‑семантические ресурсы:
- WordNet/Multilingual WordNets: посмотреть определения (glosses) и примеры; использовать для простых алгоритмов WSD.
- Алгоритмы разрешения омонимии (WSD) — от простого к сложному:
- Lesk (классический): выбрать смысл путём перекрытия слов контекста и глосс. Хорош как учебное введение.
- Статистические методы: Naive Bayes, логистическая регрессия на признаках (окрестность слов, POS, предлоги).
- Контекстуальные эмбеддинги (BERT и др.): вычислить представления предложений/слова и брать ближайший смысл или дообучать модель для WSD — даёт лучшие результаты на практике.
- Практические задания:
- Аннотировать корпус: разметить случаи «bank» двумя метками, затем обучить простой классификатор.
- Сравнить методы: Lesk vs N‑gram classifier vs BERT; оценить precision/recall/F1.
- Сделать mini‑project: извлечь коллокации, построить правила (if prep=on and nearby word ∈ {river, shore} → sense=river).
- Инструменты: AntConc, NLTK (WordNet интерфейс), spaCy, scikit‑learn, HuggingFace Transformers.
4. Краткий рекомендованный пайплайн для студентов
1) Предобработка: токенизация, POS‑тег, парсинг.
2) Выделение контекстного окна (±3–5 слов) и синтаксических зависимостей (предлог, модификаторы).
3) Поиск коллокатов/ключевых слов + проверка селективных ограничений.
4) Сопоставление с ресурсами (WordNet) или подсчёт сходства в эмбеддингах (BERT).
5) Выбор смысла; в учебной задаче — проверить с разметкой и оценить.
Вывод: различение смыслов «bank» опирается на сочетание лексико‑семантических сигнало в локальном окружении (предлоги, коллокаты, синтаксис), на когнитивные рамки и знание мира; для обучения студентов полезно сочетать корпусный анализ, простые правила/тесты и современные контекстуальные модели.